CSR-SVM: Compositional semantic representation for intelligent identification of engineering change documents based on SVM
11Citations signalées, ce qui n’est pas une note de qualité
1Institutions déclarées
1Pays d’affiliation déclarés
Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.
Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- CSR-SVM: Compositional semantic representation for intelligent identification of engineering change documents based on SVM
- Date Crossref
- 01/08/2023
- Éditeur
- Elsevier BV
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
South China University of Technology pays non établi dans la noticeUniversité ou école supérieure
-
School of Computer Science and Engineering pays non établi dans la noticeUniversité ou école supérieure
South China University of Technology et School of Computer Science and Engineering.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Advanced Text Analysis TechniquesText and Document Classification TechnologiesRough Sets and Fuzzy Logic